3
0以下内容由艾斯派索(www.aispresso.com.cn)出品
大家好，欢迎收听“艾斯派索AI资讯速递”。本期节目将关注六大领域，涵盖健康AI助手、图像生成模型、AI微调技术、企业AI安全、AI驱动的数学研究，以及人工智能加速科学实验的新进展。下面进入本期内容。
微软新发布的Copilot Health，为个人健康管理带来了全新的AI体验。该助手能够整合来自可穿戴设备、电子健康记录和实验室检验结果的多源数据，通过AI自动分析生命体征、实验室结果，为用户绘制完整的健康画像。平台支持连接50多种运动、睡眠设备，覆盖5万多家医疗机构。其设计充分考虑隐私和安全，所有健康数据加密独立存储，不参与AI模型训练，且用户可随时控制数据连接。Copilot Health整合多国医疗机构信息，支持按专业、语言、保险等多维度筛选医生，并致力于实现医学超级智能的长期目标。目前，该产品面向美国讲英语的成年人开放预约，专家建议关注隐私与数据安全，强调AI助手仅作辅助工具，并不用于医疗诊断或治疗。微软这一举措，预示着消费级健康AI进入全新阶段。
谷歌正式发布Nano Banana系列图像生成模型官方指南，详细介绍了三代产品的功能差异。最新Nano Banana 2基于Gemini 3.1 Flash Image，兼顾高性能和低成本，覆盖绝大部分Pro版能力，被推荐作为新项目的优选。Nano Banana Pro虽定位高端，主要适合极其复杂或多层逻辑场景。与前代相比，Nano Banana 2引入了视觉定位能力，通过网络图像检索对具体物体实现精准生成，支持极宽和极窄的分辨率需求，适用于漫画、网页横幅等多样化场景。建议在仅需稳定输出时关闭“思考模式”，提升效率。新版工具为开发者和创作者提供了更丰富的选择和灵活度。
在AI模型应用领域，微调不再是唯一的提升方案。随着提示设计和检索增强生成技术的普及，微调如今被视为高成本但必要时可用的手段。本期将开源社区中领先的四大微调框架进行梳理和对比：LLaMA-Factory以广泛模型支持和友好界面适合初学者；Unsloth则以更高的训练速度与低显存消耗适合单卡环境；TRL则侧重强化学习微调，是科研场景下优秀的选择；Axolotl则在多GPU并行、生产级稳定性方面表现突出。现在，灵活搭配这些工具已成为行业趋势。正确评估应用场景和评测体系，选择合适工具，才能最大化模型价值。
谈及企业安全，AI代理的无约束部署正在带来新的隐患。近期，一家安全公司披露了麦肯锡AI平台Lilli的数据库被AI代理自动入侵的事件，短短两小时便获取数千万条敏感数据。此次事故显示，AI代理可以利用传统的SQL注入漏洞自动化攻击、无声无息地渗透系统，甚至影响到财务模型的准确性和咨询内容的可靠性。专家强调，企业部署AI代理需尤其注意权限隔离、监控机制和审计流程，评估代理是否适合承担自动化任务，并严格监管其在生产系统中的权限，避免由智能化带来的安全盲区。
在科研领域，AI能力正突破人类极限。DeepMind推出的Aletheia AI代理面向数学研究，采用生成—验证—修正的“智能循环”架构，实现自主提出证明、验证推理逻辑并自动修正结论。通过这种方式，Aletheia成功独立完成复杂数学论文，并在著名的Erdős猜想问题中找到数十个解决方案。新一代Aletheia不仅计算速度提升近百倍，准确率显著提高，还集成了外部知识检索，有效支撑高质量科研。这一进步被视为AI从竞赛答题向全自动科研迈进的重要里程碑。
人工智能与自动化实验的结合也带来了全新的科研范式。OpenAI与Ginkgo Bioworks合作，利用GPT-5驱动机器人实验室，在蛋白质合成领域实现了实验设计、结果分析、方案优化的全自动循环。仅两个月内，系统完成三万六千多组独特实验组合，优化后的方案使蛋白质生产成本降低约40%。AI系统还迸发出非传统创新思路，推动实验快速商业化，为生物医药、食品农业等行业提供高性价比研发能力。此外，全球多地正推进更大规模的自动化实验设施。这些进展标志着AI与实验自动化的深度融合已成为科研提速的新引擎。
本期节目内容到这里就告一段落，感谢收听“艾斯派索AI资讯速递”。我们下期再见。
